人力资源数据分析：人工智能时代的人力资源管理

　　人力资源管理传统上被视为纯粹的“人的职能”，与数字无关。而现在它则被置于一个独特的位置，运用公司的数据来驱动组织中的人乃至整个组织的绩效。《人力资源数据分析：人工智能时代的人力资源管理》一书便是一本实用的指南，它赋予了人力资源管理者利用数据杠杆的能力，这一能力来自于他们触手可及的大量数据。本书涵盖如何识别*有用的数据来源，如何以符合数据保护要求的、具备透明度的方式收集信息，以及如何将这些数据转化为切实可见的洞察力。本书标志着人力资源行业的转折点已经到来。 本书涵盖了人力资源的所有关键要素，包括员工招聘、员工敬业度、绩效管理、福利和培训，剖析了通过优化流程、驱动绩效和提升人力资源决策水平等，对组织成功做出贡献的方式方法。本书包含了诸多案例研究以及现实生活中的实例，对所有正在寻求高绩效的组织及人力资源专业人士而言，都是必读之书。

　　伯纳德·马尔 伯纳德·马尔是一位商业畅销书作家、主题演说家、战略绩效顾问和分析师、KPI和大数据专家。他经常为世界经济论坛撰稿，也为《福布斯》《赫芬顿邮报》《金融时报》《华尔街日报》《泰晤士报》等出版物撰写文章，在领英上被公认为“全球前五大*具商业影响力人士”。 他与世界上众多大公司、组织和政府机构有过合作，其中包括埃森哲咨询、阿斯利康制药、英格兰银行、巴克莱银行、富士通、高德纳咨询、汇丰银行、玛氏、英国国防部、微软、甲骨文、英国内政部、丰田汽车、英国皇家空军、壳牌石油等。

推荐语
译者序

第1章 什么是数据驱动型人力资源管理？
数据驱动或智能化人力资源管理的兴起
人力资源管理团队如何智能化地使用数据
数据怎样改变了人力资源管理职能
简谈自动化
如何使用本书

第2章 智能化（超级智能化）人力资源管理的演化
数据爆炸
物联网（IoT）的介绍
深入研究机器学习、深度学习和人工智能
对人力资源管理意味着什么
超级智能化人力资源管理已至
于是乎，将来还需要人力资源管理团队吗？

第3章 数据驱动战略：为更加智能化的人力资源管理创建经营案例
任何事物始于战略
何处出发：将人力资源战略与更宽广的组织目标相连接
创建“一页计划”或“智能战略板”，来昭告你的数据策略
弄清楚如何最好地使用数据
理解数据的四个层次
创建数据战略：询问正确的问题
为数据驱动型人力资源管理提供经营案例
回到你未来的战略

第4章 利用数据爆炸：识别人力资源相关数据的关键来源
区分不同类型的数据
识别人力资源相关数据
寻找和收集所需数据
确定最有效的数据类型

第5章 数据驱动型人力资源管理工具：通过人力资源分析将数据转化为洞察力
最新的分析技术
关键的人力资源分析
结合分析获得最好的结果
将数据和分析转化为洞察力
将从数据中得到的洞察力进行交流并可视化

第6章 潜在缺陷：数据的隐私、透明度和安全
了解你拥有的数据
棘手的数据隐私问题
针对道德问题和数据透明度的考量
关注安全性和数据保护
整合关键点并形成良好的数据治理

第7章 数据驱动的招聘
提升雇主品牌力量
发现最优的招聘渠道
识别和评估最适合公司的人才

第8章 数据驱动员工敬业度
为什么改变员工敬业度的时机已经成熟
确定员工满意度——你的员工有多快乐？
衡量和提高员工保留率
数据驱动的薪酬和福利

第9章 数据驱动的员工安全和健康
通过数据和分析提高员工安全性
提高员工福利和健康水平
关注数据驱动的员工安全和健康的潜在负面因素

第10章 数据驱动的学习与开发
数据如何积极地颠覆中小学和大学的教育
介绍L&D的数字化转型
识别和缩小学习中的差距
提供数据驱动的L&D
衡量学习者的工作方式及L&D对绩效的影响
最前沿：将VR和AR整合到L&D中
看看数据驱动的L&D的缺点

第11章 数据驱动的绩效管理
在我们出发前先警告一句
体育世界的经验
智能化地衡量员工绩效
智能化地考核员工绩效
考虑潜在的反作用力
亚马逊的经验：如何不去处理人员监控和评论
UPS的经验：如何在不疏远员工的情况下提高绩效
适合组织的六个最佳实践技巧

第12章 数据驱动型人力资源管理的未来
未来人力资源管理团队面临的挑战
数字化转型将如何改变所有职场
每个人力资源管理团队应该认识到的关键数据和技术趋势
记住，这一切始于战略

译者简介